10.3778/j.issn.1002-8331.2012.28.004
人工蜂群算法改进DHMM的语音识别方法
针对离散隐马尔可夫(Discrete Hidden Markov Model,DHMM)语音识别系统中LBG算法对初始码书的依赖性和易陷入局部最优解的问题,采用人工蜂群(Artificial Bee Colony,ABC)算法对语音特征参数进行矢量量化,从而得到最优码书,提出了ABC改进DHMM的孤立词语音识别方法.先提取语音信号的特征参数,然后用ABC算法中每个食物源表示一个码书,以人工蜂群进化的方式对初始码书进行迭代而获得最优码书,最后把最优码书的码矢标号代入DHMM模型进行训练和识别.实验结果表明,ABC改进的DHMM语音识别方法与传统的LBG及粒子群优化初始码书的LBG的DHMM语音识别方法相比具有较高的识别率和较好的鲁棒性.
人工蜂群算法、离散隐马尔可夫、语音识别
48
TP391.4(计算技术、计算机技术)
国家自然科学基金61072087;山西省自然科学基金2010011020-1
2013-01-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
16-19,41